Linguaggi dinamici – A.A. 2010/2011
1
Metaprogramming
in Python
Introduzione
Il Python mette a disposizione tutta una serie di meccanismi per il metaprogramming
Introspezione di classi e metodi
Esecuzione di codice generato dinamicamente
Gestione degli errori a runtime
Tali funzionalità sono presenti sotto forma di
funzioni builtin e di moduli
Linguaggi dinamici – A.A. 2010/2011
3
Introspezione a livello di sistema
E' possibile invocare funzionalità di
introspezione già a livello di interprete da riga di comando
L'interprete interattivo ci fornisce informazioni sui moduli installati e sulle loro caratteristiche
Modulo di sistema sys
Fornisce informazioni sull'interprete e sull'ambiente operativo
import sys
Introspezione a livello di sistema
Alcuni esempi di introspezione
Nome dell'eseguibile “interprete”: sys.executable
Versione dell'eseguibile “interprete”: sys.version
Nome della piattaforma:
sys.platform
Limiti di sistema:
sys.maxint, sys.maxsize, sys.maxunicode
Argomenti da linea di comando:
sys.argv
Percorso di ricerca dei moduli: sys.path
Linguaggi dinamici – A.A. 2010/2011
5
Introspezione a livello di sistema
Una delle variabili esportate da sys permette di ottenere l'insieme dei nomi dei moduli visibili dall'interprete
sys.modules: dizionario contenente coppie chiave-valore, in cui:
alla chiave corrisponde il nome completo del modulo
al valore corrisponde il percorso completo della versione compilata del modulo
Introspezione a livello di modulo
La funzione dir() elenca i simboli di un simbolo generico
Simbolo:
Nome modulo (oggetto di tipo classe)
Nome istanza oggetto
Variabile
Funzione
Se invocata senza alcun argomento, dir() restituisce i simboli attualmente visibili all'interprete
ESEMPI:
Person.py
Linguaggi dinamici – A.A. 2010/2011
7
Introspezione degli oggetti
E' possibile estrarre informazioni specifiche dalle classi e dagli oggetti
Nome
Tipo di dato dell'oggetto
Identità
Metodi ed attributi
Relazioni con altre classi
Introspezione degli oggetti
Nome di un simbolo associato ad un oggetto:
simbolo privato __name__
nome_simbolo.__name__
Tipo di un simbolo associato ad un oggetto:
funzione type()
type(object)
Id (identità) di un oggetto: funzione id()
id(object)
Confronto di identità: funzione is()
obj_a is obj_b
ESEMPI:
type.py id.py
Linguaggi dinamici – A.A. 2010/2011
9
Introspezione degli oggetti
Controllo esistenza di uno specifico attributo in un oggetto: funzione hasattr()
hasattr(object, attribute)
Restituisce True se object ha l'attributo attribute
L'attributo può essere una variabile/funzione
Recupero di uno specifico attributo da un oggetto: funzione getattr()
getattr(object, attribute)
Equivalente ad object.attribute
Attribute può essere il contenuto di una variabile stringa; pertanto, gli attributi possono essere
specificati dinamicamente!
ESEMPI:
attr.py
Introspezione degli oggetti
Controllo invocabilità di un oggetto: funzione callable()
callable(object)
Restituisce True se object è invocabile
Relazioni con altre classi:
metodi isinstance() e issubclass()
ESEMPI:
interrogate.py
Linguaggi dinamici – A.A. 2010/2011
11
Subroutine anonime
E' possibile assegnare a variabili delle funzioni (che vengono perciò chiamate subroutine
anonime)
In Python, la funzioni anonime sono chiamate funzioni lambda
In onore ad Alonzo Church (1903-1995), ideatore del lambda-calcolo e precursore dei linguaggi funzionali
Subroutine anonime
Una funzione anonima è definita tramite la parola chiave lambda
variabile = lambda lista_var : espressione
Ad esempio, la seguente assegnazione associa alla variabile f la funzione anonima x^2
f = lambda x: x^2
La variabile f punta all'oggetto “funzione
anonima” rappresentato dall'espressione x^2
type(f) restituisce, conseguentemente, il tipo function
ESEMPI:
switch.py
Linguaggi dinamici – A.A. 2010/2011
13
Closure
In Python, le closure (blocchi di codice cui sono associati una o più variabili) possono essere
implementate in due modi diversi:
definendo una funzione che restituisce una funzione lambda
definendo una funzione che a sua volta definisce e restituisce un'altra funzione
ESEMPI:
closure1.py closure2.py
Generazione dinamica di codice
Il Python mette a disposizione meccanismi per valutare espressioni e statement
eval(expr): l'espressione viene analizzata sintatticamente e valutata
exec(stmt): lo statement viene analizzato sintatticamente ed interpretato
execfile(file): il file viene letto, analizzato sintatticamente ed interpretato
E' possibile passare due ulteriori parametri:
globals (un dizionario di variabili globali), e
ESEMPI:
eval.py exec.py execfile.py
Linguaggi dinamici – A.A. 2010/2011
15
Generazione dinamica di codice
Se la stessa stringa deve essere eseguita più volte, conviene precompilarla
compile(source, filename, mode)
Compila la stringa source (o, in alternativa, il file di nome filename)
Il parametro mode specifica l'identità dell'oggetto prodotto:
'exec' → sequenza di statement
'eval' → espressione
'single' → un singolo statement interattivo
Viene restituito un code object che può essere valutato con eval() o interpretato con exec()
ESEMPI:
compile.py
Gestione degli errori a runtime
Il Python mette a disposizione il costrutto
try-except-else-finally per gestire le eccezioni
try:
blocco di codice
except lista_eccezioni:
blocco di codice
…
else: # eseguito in assenza di eccezioni
blocco di codice
finally: # eseguito sempre
ESEMPI:
exc1.py
Linguaggi dinamici – A.A. 2010/2011
17
Gestione degli errori a runtime
E' possibile ignorare alcune eccezioni associando la relativa lista di nomi allo statement nullo pass
try:
blocco di codice
except lista_eccezioni:
pass
ESEMPI:
exc2.py
Gestione degli errori a runtime
Le eccezioni possono essere invocate dal programmatore tramite l'istruzione raise raise NomeEccezione(Lista_Argomenti)
L'elenco delle eccezioni è consultabile al seguente indirizzo:
http://docs.python.org/library/exceptions.html
E' possibile definire nuove eccezioni estendendo la classe Exception
ESEMPI:
exc3.py Myerror.py
